CN107949330A - 影像解读辅助程序、剖面图像生成装置以及剖面图像生成方法 - Google Patents

影像解读辅助程序、剖面图像生成装置以及剖面图像生成方法 Download PDF

Info

Publication number
CN107949330A
CN107949330A CN201580082695.5A CN201580082695A CN107949330A CN 107949330 A CN107949330 A CN 107949330A CN 201580082695 A CN201580082695 A CN 201580082695A CN 107949330 A CN107949330 A CN 107949330A
Authority
CN
China
Prior art keywords
image
mentioned
profile
images
profile image
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201580082695.5A
Other languages
English (en)
Other versions
CN107949330B (zh
Inventor
石原正树
远藤进
杉村昌彦
武部浩明
马场孝之
上原祐介
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fujitsu Ltd
Original Assignee
Fujitsu Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Fujitsu Ltd filed Critical Fujitsu Ltd
Publication of CN107949330A publication Critical patent/CN107949330A/zh
Application granted granted Critical
Publication of CN107949330B publication Critical patent/CN107949330B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/03—Computed tomography [CT]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves 
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/03—Computed tomography [CT]
    • A61B6/032—Transmission computed tomography [CT]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5205—Devices using data or image processing specially adapted for radiation diagnosis involving processing of raw data to produce diagnostic data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T19/00—Manipulating 3D models or images for computer graphics
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10072—Tomographic images
    • G06T2207/10081—Computed x-ray tomography [CT]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20004—Adaptive image processing
    • G06T2207/20012—Locally adaptive
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30061—Lung
    • G06T2207/30064—Lung nodule
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2210/00—Indexing scheme for image generation or computer graphics
    • G06T2210/41—Medical
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2219/00—Indexing scheme for manipulating 3D models or images for computer graphics
    • G06T2219/008—Cut plane or projection plane definition

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Medical Informatics (AREA)
  • Physics & Mathematics (AREA)
  • Surgery (AREA)
  • Pathology (AREA)
  • Veterinary Medicine (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Animal Behavior & Ethology (AREA)
  • Biophysics (AREA)
  • Molecular Biology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Biomedical Technology (AREA)
  • Radiology & Medical Imaging (AREA)
  • Theoretical Computer Science (AREA)
  • Optics & Photonics (AREA)
  • High Energy & Nuclear Physics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computer Hardware Design (AREA)
  • Computer Graphics (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Pulmonology (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

本发明涉及影像解读辅助程序、剖面图像生成装置以及剖面图像生成方法。通过在对于肿瘤的会聚出现的剖面上显示肿瘤和会聚的状态，来进行辅助以便影像解读医生判断肿瘤是否是腺癌。影像解读辅助程序使计算机执行如下的处理：基于对于特定对象获取到的第一剖面图像组生成表示上述特定对象的第一内部结构的数据；根据基于过去对于上述特定对象获取到的第二剖面图像组而生成的表示上述特定对象的第二内部结构的数据、和所生成的表示上述第一内部结构的数据，针对上述第一内部结构检测从上述第二内部结构起的结构变化；基于检测到的结构变化确定上述特定对象的新剖面；基于上述第一剖面图像组生成上述新剖面的上述特定对象的剖面图像；以及将所生成的上述剖面图像与表示检测到的上述结构变化的信息一起显示。

Description

影像解读辅助程序、剖面图像生成装置以及剖面图像生成 方法
技术领域
本发明涉及影像解读(radiological interpretation)辅助程序、剖面图像生成装置以及剖面图像生成方法。
背景技术
在医疗现场，影像解读医生等使用在不同时期拍摄到的CT(ComputedTomography：计算机断层扫描)图像，进行比较病灶的部位或者疑似病灶的部位并判断患者的病灶的影像解读。
专利文献1：日本特开2013－141603号公报
然而，在肺中有肿瘤(例如腺癌)的患者的情况下，存在肺泡由于肿瘤而塌陷，血管等周边组织的位置以向该塌陷的位置会聚的方式变动这样的特性。另一方面，由于肺受到患者的呼吸、心跳的影响而变形，所以若不是经验高的影像解读医生，则难以基于拍摄肺而得到的CT图像找出对于肿瘤的会聚，判断肿瘤是腺癌。
发明内容
在一个方面中，其目的在于，通过在对于肿瘤的会聚出现的剖面上显示肿瘤和会聚的状态，来进行辅助以便影像解读医生能够判断该肿瘤是否是腺癌。
根据一个方式，影像解读辅助程序使计算机执行如下的处理：基于对于特定对象获取到的第一剖面图像组生成表示上述特定对象的第一内部结构的数据；根据基于过去对于上述特定对象获取到的第二剖面图像组而生成的表示上述特定对象的第二内部结构的数据、和所生成的表示上述第一内部结构的数据，针对上述第一内部结构检测从上述第二内部结构起的结构变化；基于检测到的结构变化确定上述特定对象的新剖面；基于上述第一剖面图像组，生成上述新剖面的上述特定对象的剖面图像；以及将生成的上述剖面图像与表示检测到的上述结构变化的信息一起显示。
通过在对于肿瘤的会聚出现的剖面上显示肿瘤和会聚的状态，能够进行辅助以便影像解读医生判断该肿瘤是否是腺癌。
附图说明
图1是表示CT图像拍摄系统的一个例子的图。
图2是表示剖面图像生成装置的硬件构成的图。
图3是表示剖面图像生成装置中的影像解读辅助部的处理内容、影像解读医生的操作内容、以及并列显示画面的显示内容的关系的图(其1)。
图4是表示剖面图像生成装置中的影像解读辅助部的处理内容、影像解读医生的操作内容、以及并列显示画面的显示内容的关系的图(其2)。
图5是表示储存于图像DB的信息的一个例子的图。
图6是表示比较目标CT图像相对于比较源CT图像的局部位置变动的原因的图。
图7是用于进一步详细地对基于肿瘤变化的位置变动进行说明的图。
图8是用于对代表向量的计算处理以及对应区域的计算处理进行说明的图。
图9是表示通过使用包括非刚体变形的影响的代表向量进行局部对位而得到的图像的图。
图10是表示第二配准(registration)部的功能构成的图。
图11是表示会聚区域判定部的处理内容的图。
图12是表示判定为有会聚区域的情况下的代表向量的计算方法的图。
图13是表示判定为没有会聚区域的情况下的代表向量的计算方法的图。
图14是表示通过使用排除了非刚体变形的影响的代表向量进行局部对位而得到的图像的图。
图15是表示第一实施方式中的部分图像提取部的处理内容的图。
图16是表示第一实施方式中的剖面图像生成部1007的处理内容的图。
图17是由第二配准部执行的处理的第一流程图。
图18是会聚区域判定处理的流程图。
图19是局部对位处理(腺癌以外)的流程图。
图20是局部对位处理(腺癌)的流程图。
图21是剖面变更处理的第一流程图。
图22是表示第二实施方式中的部分图像提取部的处理内容的图。
图23是表示第二实施方式中的部分图像提取部的处理内容的图。
图24是表示第二实施方式中的剖面图像生成部的处理内容的图。
图25是剖面变更处理的第二流程图。
图26是表示第三实施方式中的剖面图像生成部的处理内容的图。
图27是剖面变更处理的第三流程图。
具体实施方式
以下，参照附图对各实施方式进行说明。此外，在本说明书以及附图中，通过对于实际上具有相同的功能构成的部件标注相同的附图标记来省略重复的说明。
[第一实施方式]
首先，对包括第一实施方式所涉及的剖面图像生成装置的CT(ComputedTomography)成像系统进行说明。图1是表示CT图像拍摄系统的一个例子的图。
CT图像拍摄系统100具有CT装置110、剖面图像生成装置120、以及图像数据库(以下，将数据库简称为“DB”)130。CT装置110和剖面图像生成装置120电连接，在两个装置之间进行各种数据的接收和发送。另外，剖面图像生成装置120和图像DB130也电连接，在两个装置之间也进行各种数据的接收和发送。
CT装置110通过利用放射线等扫描患者的体内，并使用计算机进行处理，来生成关于对患者进行切片而得到的剖面(基准剖面)的剖面图像亦即CT图像(以下，将这样的处理称为“拍摄CT图像”)。CT装置110将拍摄到的CT图像发送到剖面图像生成装置120。
剖面图像生成装置120将在CT装置110中拍摄到的CT图像储存到所连接的图像DB130。另外，剖面图像生成装置120对在CT装置110中拍摄到的CT图像进行处理，并对于影像解读医生等(以下，简单地省略为“影像解读医生”)进行显示。此时，剖面图像生成装置120根据影像解读医生的指示生成并显示与生成CT图像时所使用的剖面不同的剖面的剖面图像。
此外，在剖面图像生成装置120安装有影像解读辅助程序，通过由计算机执行该影像解读辅助程序，剖面图像生成装置120作为影像解读辅助部140发挥作用，执行这些处理。
图像DB130经由剖面图像生成装置120接收在CT装置110中拍摄到的CT图像，并按每个在相同的时期拍摄到的多个CT图像(关于基准剖面的剖面图像组)分开进行储存。
影像解读辅助部140是影像解读医生对于储存于图像DB130的CT图像进行影像解读时利用的功能。影像解读辅助部140将例如在不同时期拍摄到的CT图像并列显示为影像解读医生能够一边比较一边进行影像解读。此外，以下将并列显示的CT图像中的一方(例如在经过规定期间前拍摄到的过去的CT图像)称为“比较源CT图像”，将另一方(例如在经过规定期间后拍摄到的最近的CT图像)称为“比较目标CT图像”。
影像解读辅助部140将在比较源CT图像内包括由影像解读医生指定的位置的规定区域(ROI：Region of interest：感兴趣区域)的图像放大显示到放大显示画面。另外，影像解读辅助部140从比较目标CT图像提取与包括所指定的位置的规定区域对应的对应区域的图像，并放大显示到放大显示画面。这样，影像解读辅助部140自动地放大显示包括所指定的位置的规定区域的图像和其对应区域的图像。因此，对于影像解读医生来说，能够减少影像解读的负荷，并且，能够节省进行放大显示的操作的麻烦。
此外，影像解读辅助部140为了执行这些处理，而具有第一配准部141、第二配准部142、以及显示控制部143。
第一配准部141例如通过由计算机执行第一配准程序而实现。第一配准部141通过在并列显示不同时期拍摄到的CT图像时，利用仿射变换校正各CT图像间的位置偏差，来进行各CT图像间的全局对位。
第二配准部142例如通过由计算机执行第二配准程序来实现。第二配准部142在包括由影像解读医生指定的位置的规定区域的图像被放大显示的情况下，在比较目标CT图像中进行变换处理来进行局部对位，从比较目标CT图像提取对应区域的图像。此外，变换处理包含有各种处理，但在第一实施方式中变换处理是指平移，将通过进行变换处理而从比较目标CT图像提取出的对应区域的图像称为“进行了局部对位后的图像”。
并且，第二配准部142在有来自影像解读医生的剖面变更指示的情况下，进行生成与基准剖面不同的剖面的剖面图像的“剖面变更处理”，以便影像解读医生能够对于肿瘤进行恰当的影像解读。
显示控制部143例如通过由计算机执行显示程序来实现。显示控制部143显示由影像解读医生选择的比较源CT图像，并且将包括由影像解读医生指定的位置的规定区域的图像放大显示到放大显示画面。另外，显示控制部143将由第二配准部142提取出的进行了局部对位后的图像放大显示到放大显示画面。并且，显示控制部143在由第二配准部142进行了剖面变更处理的情况下，将在剖面变更处理中生成的剖面图像放大显示到放大显示画面。
接下来，对剖面图像生成装置120的硬件构成进行说明。图2是表示剖面图像生成装置的硬件构成的图。如图2所示，剖面图像生成装置120具备CPU201、ROM(Read OnlyMemory：只读存储器)202、RAM(Random Access Memory：随机存取存储器)203。另外，剖面图像生成装置120具备辅助存储部204、连接部205、显示部206、操作部207、驱动器部208。此外，剖面图像生成装置120的各部经由总线209相互连接。
CPU201是执行储存于辅助存储部204的各种程序(例如，第一配准程序、第二配准程序、显示程序等)的计算机。
ROM202是非易失性存储器。ROM202作为对CPU201执行储存于辅助存储部204的各种程序所需要的各种程序、数据等进行储存的主存储部发挥作用。具体而言，储存BIOS(Basic Input/Output System：基本输入/输出系统)、EFI(Extensible FirmwareInterface：可扩展固件接口)等启动程序等。
RAM203是易失性存储器，包括DRAM(Dynamic Random Access Memory：动态随机存取存储器)或SRAM(Static Random Access Memory：静态随机存取存储器)等。RAM203是提供储存于辅助存储部204的各种程序在被CPU201执行时展开的作业区域的主存储部。
辅助存储部204是记录被安装于剖面图像生成装置120的各种程序、通过执行各种程序而生成的数据等的计算机可读取的存储装置。
连接部205与CT装置110以及图像DB130连接，与CT装置110以及图像DB130之间进行各种数据的接收和发送。显示部206将储存于图像DB130的CT图像显示到并列显示画面。操作部207受理影像解读医生对于剖面图像生成装置120进行的各种操作。
驱动器部208是用于设置记录介质210的设备。这里所说的记录介质210包含如CD－ROM、软盘、光磁盘等那样以光学、电、或者磁的方式记录信息的介质。另外，记录介质210也包含有如ROM、闪存等那样电记录信息的半导体存储器等。
此外，储存于辅助存储部204的各种程序例如通过所发布的记录介质210被设置于驱动器部208，并由驱动器部208读出记录于该记录介质210的各种程序而被安装。或者，通过经由连接部205从网络下载而被安装。
接下来，对剖面图像生成装置120的影像解读辅助部140的处理内容、与由影像解读辅助部140执行处理时的影像解读医生的操作内容及显示于剖面图像生成装置120的显示部206的并列显示画面的关系进行说明。
图3以及图4是表示剖面图像生成装置中的影像解读辅助部的处理内容、影像解读医生的操作内容、以及并列显示画面的显示内容的关系的图(其1、其2)。
若在剖面图像生成装置120中影像解读辅助部140起动，则开始显示控制部143的处理，如图3所示，在显示部206显示用于使在不同时期拍摄到的CT图像并列显示的并列显示画面300。在并列显示画面300设置有用于影像解读医生选择对于规定的患者在规定的时期拍摄到的规定的部位(这里是肺)的剖面图像组作为比较源CT图像组的功能。
显示控制部143从图像DB130读出由影像解读医生选择出的比较源CT图像组。并且，若由影像解读医生从选择出的比较源CT图像组中指定了规定的比较源CT图像(这里，文件名＝“ImageA015”)，则显示控制部143将所指定的比较源CT图像显示到并列显示画面300。
另外，为了与比较源CT图像比较，在并列显示画面300设置有用于影像解读医生选择在不同时期拍摄到的同一患者的同一部位的剖面图像组作为比较目标CT图像组的功能。具体而言，设置有用于输入患者ID、拍摄时间、拍摄部位(这里是肺)等来进行选择的功能。
显示控制部143从图像DB130读出根据输入的患者名、拍摄时间、拍摄部位等确定出的剖面图像组作为比较目标CT图像组。并且，显示控制部143读出由影像解读医生从读出的比较目标CT图像组中指定的比较目标CT图像(这里，文件名＝“ImageB018”)，并显示到并列显示画面300。
此时，影像解读辅助部140的第一配准部141发挥作用，对于读出的各CT图像，通过使用旋转或平移等仿射变换进行校正来进行全局对位。通过对于整个CT图像进行全局对位，消除了比较源CT图像与比较目标CT图像之间的全局位置偏差。
若全局对位完成，则并列显示画面变得影像解读医生能够在所显示的比较源CT图像中指定肿瘤部分F的位置。在并列显示画面中，若影像解读医生指定了肿瘤部分F的位置，则如图4所示，显示控制部143将包括所指定的肿瘤部分F的位置的规定区域(ROI：Regionof interest)401的图像放大显示到比较源CT图像上的放大显示画面。
若规定区域401的图像被放大显示，则第二配准部142对于比较目标CT图像的对应的区域进行局部对位。由此，第二配准部142提取包括与肿瘤部分F对应的肿瘤部分的位置的对应区域的图像(进行局部对位后的图像)。此外，第二配准部142在进行局部对位时进行会聚判定(后面描述详细内容)。另外，第二配准部142将通过进行局部对位而得到的对应区域的图像通知给显示控制部143。
显示控制部143将从第二配准部142通知的对应区域402的图像放大显示到比较目标CT图像上的放大显示画面。由此，作为进行局部对位后的图像，能够显示包括与肿瘤部分F对应的肿瘤部分F'的位置的对应区域402的图像。
此外，在图4中，剖面411a示意性地表示规定区域401的图像的基准剖面。同样地，剖面412a示意性地表示对应区域402的图像的基准剖面。
若对于通过进行局部对位而得到的对应区域402的图像从影像解读医生受理到剖面变更的指示，则第二配准部142进行剖面变更处理(后面描述详细内容)。通过进行剖面变更处理，第二配准部142生成规定区域401以及对应区域402中的、关于变更后的新剖面的剖面图像。
由此，显示控制部143代替规定区域401的图像以及对应区域402的图像而放大显示规定区域401以及对应区域402中的、关于新剖面的剖面图像。此外，此时，显示控制部143同时显示用于表示新剖面(剖面421a、422a)的显示信息431、432。
在图4中，剖面422a示意性地表示对对应区域402的图像进行剖面变更处理时所使用的剖面。同样地，剖面421a示意性地表示对规定区域401的图像进行剖面变更处理时所使用的剖面。剖面421a的剖面位置、剖面方向、剖面角度与剖面422a的剖面位置、剖面方向、剖面角度对应。
另外，在有来自影像解读医生的表示对于肿瘤的会聚的状态的向量(差分向量)的显示指示的情况下，第二配准部142显示对应区域402中的关于新剖面的差分向量。
这样，根据剖面图像生成装置120，当在比较源CT图像中由影像解读医生指定了肿瘤部分F的位置的情况下，能够放大显示规定区域401的图像。另外，能够基于规定区域401的图像，通过进行局部对位从比较目标CT图像提取对应区域402的图像，并放大显示。并且，在从影像解读医生受理了剖面变更的指示的情况下，能够生成关于能够促进与肿瘤有关的适当的影像解读的新剖面的剖面图像，并放大显示到放大显示画面。并且，能够在关于新剖面的剖面图像中，显示表示对于肿瘤的会聚的状态的差分向量。
由此，影像解读医生能够容易地把握在不同时期拍摄到的剖面图像组所包含的各CT图像间的对应区域，并且能够进行与肿瘤有关的适当的影像解读。
接下来，对储存被剖面图像生成装置120处理的剖面图像组的图像DB130进行说明。图5是表示储存于图像DB的信息的一个例子的图。如图5所示，储存于图像DB130的信息按患者被分类管理，图5表示关于患者ID＝“xxx”的患者的信息的一个例子。
如图5所示，信息项目包含有“拍摄时间”、“拍摄部位”、“系列名称”、“剖面图像组”。“拍摄时间”中储存有拍摄CT图像的时间的信息。“拍摄部位”中储存有成为拍摄对象的特定对象(部位)的信息。“系列名称”中储存有用于确定由通过拍摄而得到的多个CT图像构成的系列的系列名称。“剖面图像组”中储存有通过拍摄而得到的多个CT图像(关于基准剖面的剖面图像组)各自的文件名。
图5的例子表示了在图像DB130中储存有在拍摄时间＝“H26.2.5”对于拍摄部位＝“肺”进行拍摄而得到的包括ImageA001～ImageA030的CT图像的系列名称＝“系列A”的系列。另外，表示了在图像DB130中储存有在拍摄时间＝“H26.8.3”对于拍摄部位＝“肺”进行拍摄而得到的包括ImageB001～ImageB030的CT图像的系列名称＝“系列B”的系列。
此外，图5中的虚线表示“ImageA015”的CT图像被影像解读医生选择为比较源CT图像。另外，表示“ImageB018”的CT图像被影像解读医生选择为比较目标CT图像。
接下来，对影像解读辅助部140的各部进行说明。此外，以下，省略关于第一配准部141以及显示控制部143的说明，主要对第二配准部142进行说明。
如上所述，在全局对位完成的时刻，在比较源CT图像与比较目标CT图像之间校正了整体的位置变动，另一方面，剩下局部的位置变动。因此，在放大显示与包括由影像解读医生指定的肿瘤部分F的位置的规定区域401对应的对应区域402的图像时，第二配准部142首先求出比较目标CT图像相对于比较源CT图像的局部的位置变动。然后，根据求出的变动，对于比较目标CT图像进行基于平移的变换处理，来进行局部对位。由此，第二配准部142能够提取对应区域402的图像。
这里，在拍摄部位＝“肺”的情况下，作为产生局部位置变动的主要原因，可举出2个原因(基于呼吸/心跳的因素、基于肿瘤变化(随时间的变化)的因素)。图6是表示比较目标CT图像相对于比较源CT图像的局部位置变动的原因的图。
若产生局部的位置变动，则如图6所示，从具有与比较源CT图像上的规定区域401相同的坐标的比较目标CT图像上的区域提取出例如图像610。
在图6中，若对比比较源CT图像中的规定区域401的图像600和具有与规定区域401相同的坐标的比较目标CT图像上的区域的图像610，则可知两者的血管的位置、肿瘤的位置大幅偏移。此外，在图6中，粗线表示血管601～603、611～613，阴影区域表示肿瘤部分F、F'。
这里，基于呼吸/心跳的位置变动例如是指与呼吸时的横隔膜的动作相伴的位置变动。由于在患者吐气的情况和吸气的情况下横隔膜的位置变动，所以与此相伴，肺的各部的位置变动。其结果，在比较源CT图像与比较目标CT图像之间，除了拍摄时的患者的呼吸的状态完全一致的情况以安慰，都包含有基于呼吸/心跳的局部位置变动。
此外，基于呼吸/心跳的位置变动例如对于整个身体是非刚体变形，但由于规定区域401是肺内的一部分，所以规定区域401整体向规定方向平移。因此，在规定区域401中，基于呼吸/心跳的位置变动能够视为刚体运动。
另一方面，基于肿瘤变化的位置变动是指由于腺癌等那样的恶性肿瘤破坏肺泡并且增殖，肺泡的容积减少肺泡所保持的空气的量等而产生的位置变动。
第二配准部142通过减去基于这2个原因的位置变动中的、基于肿瘤变化(随时间的变化)的位置变动量，来提取基于呼吸/心跳的位置变动量。然后，第二配准部142根据基于呼吸/心跳的位置变动量进行局部对位。
这里，使用图7对基于肿瘤变化(随时间的变化)的位置变动进一步详细说明。图7是用于进一步详细地对基于肿瘤变化的位置变动进行说明的图。
图7(a)示出在肿瘤中心点O所示的位置刚刚发生了腺癌等恶性肿瘤之后的周边组织的样子。如图7(a)所示，在刚缸发生了恶性肿瘤之后的状态下从肿瘤中心点O到支气管711的点D1的距离以及到血管712的点C1的距离分别是r1。
图7(b)示出恶性肿瘤破坏肿瘤周边的肺泡并且增殖，从而包括支气管711、血管712的周边组织朝向肿瘤中心点O移动的样子。如图7(b)所示，周边组织朝向肿瘤中心点O移动，从而从肿瘤中心点O到支气管711的点D2的距离以及到血管712的点C2的距离分别为r2(＜r1)。
图7(c)示出恶性肿瘤进一步破坏肿瘤周边的肺泡并增殖，从而包括支气管711、血管712的周边组织进一步朝向肿瘤中心点O移动的样子。如图7(c)所示，周边组织朝向肿瘤中心点O移动，从而从肿瘤中心点O到支气管711的点D3的距离以及到血管712的点C3的距离分别为r3(＜r2)。
这样，基于肿瘤变化的位置变动有周边组织朝向肿瘤中心点O这样的特性，能够视为非刚体变形。
此外，如图7所示，肿瘤的周边组织能够大致分为肿瘤区域703的组织、会聚区域702的组织、以及正常区域701的组织。在肿瘤区域703中，在图7(a)中存在的组织的一部分由于被新出现的恶性肿瘤破坏而消失，在图7(c)中不存在。另一方面，在会聚区域702中，虽然在图7(a)中存在的组织在图7(c)也存在，但对应的组织的位置发生变动(B1→B2→B3)。另一方面，在正常区域701中，在图7(a)中存在的组织在图7(c)中也存在，对应的组织的位置(A1→A2→A3)也几乎不变动。
以上，根据图6以及图7的说明可知，比较源CT图像与比较目标CT图像之间的局部位置变动的原因有视为刚体运动的“基于呼吸/心跳的因素”和作为非刚体变形的“基于肿瘤变化的因素”。另外，在“基于肿瘤变化的因素”的情况下，有朝向肿瘤中心点O这样的特性，根据其程度，能够将肿瘤的周边组织大致分为正常区域701、会聚区域702、肿瘤区域703。
接下来，使用图8以及图9对在比较目标CT图像中，第二配准部142对于图6所示那样的混合有刚体运动和非刚体变形的区域进行局部对位的情况的问题点进行说明。
如上所述，当在比较目标CT图像中进行局部对位时，第二配准部142进行基于平移的变换处理。换句话说，不进行设想了非刚体的变换处理，而进行设想了刚体的变换处理。
这里，在进行基于平移的变换处理时，第二配准部142进行表示规定区域401移动至比较目标CT图像的哪个位置(规定区域401与对应区域402的位置关系)的代表向量的计算。
图8是用于对代表向量的计算处理以及对应区域的计算处理进行说明的图。其中，图8(a)示出比较源CT图像的规定区域401所包含的特征点的位置和与该特征点对应的比较目标CT图像中的特征点的位置之差亦即对应向量(黑箭头)。此外，区域800是包含有与比较源CT图像的规定区域401所包含的特征点对应的比较目标CT图像中的特征点的区域，且是计算代表向量所使用的区域。以下，将比较目标CT图像中的该区域称为代表向量计算对象区域800。
换句话说，在第二配准部142中，比较源CT图像的规定区域401和比较目标CT图像的代表向量计算对象区域800无非是表示拍摄部位(肺)所包含的肿瘤以及其周边组织的内部结构的数据。
这里，假设为第二配准部142使用代表向量计算对象区域800所包含的全部的对应向量来计算代表向量810。该情况下，进行了局部对位后的图像能够通过执行图8(b)所示的处理来提取。
图8(b)示出通过使用代表向量810进行基于平移的变换处理，来从比较目标CT图像提取出进行了局部对位后的图像的情况。如图8(b)所示，第二配准部142通过基于代表向量810使具有与比较源CT图像的规定区域401相同的坐标的比较目标CT图像中的区域801平移来求出区域802。然后，通过从比较目标CT图像提取区域802的图像，来提取进行了局部对位后的图像。
然而，这样提取出的图像无非是通过在混合有刚体运动和非刚体变形的区域中，假定为仅产生刚体运动来求出代表向量，并使其平移来抵消假定的刚体运动而得到的图像。换句话说，使其平移为也抵消非刚体变形量的影响。
使用图8(c)、图8(d)进一步详细说明。图8(c)示出将比较源CT图像的规定区域401所包含的特征点的位置和与该特征点对应的比较目标CT图像中的特征点的位置连结的对应向量中的、基于呼吸/心跳的位置变动量(刚体运动量)的对应向量。如图8(c)所示，刚体运动量的对应向量均朝向相同的方向，另外，均为相同的长度。此外，刚体运动量的对应向量在正常区域701以及会聚区域702存在。但是，在肿瘤区域703由于不存在与比较源CT图像的特征点对应的比较目标CT图像的特征点，所以也不存在对应向量。
另一方面，图8(d)示出将比较源CT图像的规定区域401所包含的特征点的位置和与该特征点对应的比较目标CT图像中的特征点的位置连结的对应向量中的、基于肿瘤变化的位置变动量(非刚体变形量)的对应向量。如图8(d)所示，非刚体变形量的对应向量仅在会聚区域702(其中，肿瘤区域703除外)内存在，朝向中心方向。
这样，在刚体运动量的对应向量和非刚体变形量的对应向量中，向量的长度以及朝向有差异，存在的位置也有差异。
此外，图8(a)所示的对应向量是将图8(c)所示的对应向量和图8(d)所示的对应向量相加的对应向量。
换句话说，在图8(a)所示的对应向量中的在相当于会聚区域702的位置存在的对应向量中混合有刚体运动量的对应向量和非刚体变形量的对应向量。因此，当包含在相当于会聚区域702的位置存在的对应向量计算出代表向量810的情况下，代表向量810中包含有非刚体变形的影响。而且，即使通过这样的代表向量810进行局部对位，也不能进行高精度的对位。
使用具体的图像进行说明。图9是表示使用包括非刚体变形的影响的代表向量进行了局部对位后的图像的图。此外，在图9的例子中，重叠表示进行局部对位后的图像900(比较目标CT图像的区域802的图像)和比较源CT图像中的规定区域401的图像600。
如图9所示，尽管进行了局部对位，图像900所包含的血管901～903以及肿瘤部分F'的位置也偏离于图像600所包含的血管601～603以及肿瘤部分F的位置。
鉴于以上那样的混合有刚体运动和非刚体变形的区域中的代表向量计算时的问题点，第一实施方式的第二配准部142排除非刚体变形的影响来求出代表向量，进行局部对位。
并且，第一实施方式的第二配准部142进行将通过进行局部对位而得到的对应区域402的图像变更为更多地出现非刚体变形的影响的剖面中的剖面图像的剖面变更处理。
由此，根据第一实施方式，能够对于通过进行将基于呼吸/心跳的位置变动量抵消的局部对位而得到的对应区域，显示更多地出现非刚体变形的影响(换句话说，基于肿瘤变化(随时间的变化)的位置变动量)的剖面图像。
此外，在第二配准部142中，计算基于肿瘤变化(随时间的变化)的位置变动量等同于检测肿瘤以及其周边组织的内部结构的结构变化。换言之，等同于针对在代表向量计算对象区域800的图像中表示的内部结构，检测从在规定区域401的图像中表示的内部结构起的结构变化。
以下，使用图10对第一实施方式的第二配准部142的功能构成进行说明，使用图11～图16对构成第二配准部142的各部的具体的处理内容进行说明。并且，使用图17～图21的流程图对由第二配准部142执行的处理的流程进行说明。
图10是表示第二配准部的功能构成的图。如图10所示，第二配准部142具有区域识别部1001、对应向量计算部1002、会聚区域判定部1003、代表向量计算部1004、以及对位部1005。并且，第二配准部142具有部分图像提取部1006和剖面图像生成部1007。
区域识别部1001识别包括由影像解读医生指定的位置的规定区域401。具体而言，获取对规定区域401的位置进行确定的比较源CT图像上的坐标。
对应向量计算部1002从由区域识别部1001识别出的比较源CT图像的规定区域401提取特征点。另外，对应向量计算部1002检索与提取出的各特征点对应的比较目标CT图像中的各特征点。并且，对应向量计算部1002基于从比较源CT图像提取出的各特征点的位置与和该各特征点对应的比较目标CT图像中的各特征点的位置之差计算对应向量。
会聚区域判定部1003基于在对应向量计算部1002中计算出的对应向量，进行代表向量计算对象区域800中是否包含有会聚区域702的判定。另外，在判定为包含有会聚区域702的情况下，会聚区域判定部1003计算正常区域701与会聚区域702的边界位置。并且，会聚区域判定部1003将是否包含有会聚区域702的判定结果和正常区域701与会聚区域702的边界位置的计算结果通知给代表向量计算部1004。
代表向量计算部1004基于在对应向量计算部1002中计算出的对应向量，计算代表向量计算对象区域800中的代表向量。当判定为在代表向量计算对象区域800不包含有会聚区域702的情况下，代表向量计算部1004使用代表向量计算对象区域800内的全部的对应向量(其中，肿瘤区域除外)计算代表向量。另一方面，在判定为代表向量计算对象区域800包含有会聚区域702的情况下，使用代表向量计算对象区域800内的对应向量中的、除去会聚区域(以及肿瘤区域)所包含的对应向量的对应向量来计算代表向量。
此外，在第一实施方式中，代表向量计算部1004在使用对应向量计算代表向量时，进行平均处理。
对位部1005基于在代表向量计算部1004中计算出的代表向量，从比较目标CT图像提取与规定区域401对应的对应区域402的图像。具体而言，对位部1005通过在比较目标CT图像上使用代表向量使确定规定区域401的位置的坐标移动来计算移动后的坐标。并且，对位部1005通过从比较目标CT图像提取由计算出的移动后的坐标确定的区域(对应区域402)的图像，来获取进行了局部对位后的图像。
此外，在第一实施方式中，区域识别部1001～对位部1005不仅对于比较源CT图像和比较目标CT图像执行处理，对于前后的各层的CT图像也执行同样的处理。比较源CT图像的前后的各层的CT图像例如在比较源CT图像是文件名＝“ImageA015”的CT图像的情况下，是指文件名＝“ImageA010”～“ImageA014”的CT图像等。或者，是指文件名＝“ImageA016”～“ImageA020”的CT图像等。另外，比较目标CT图像的前后的各层的CT图像例如在比较目标CT图像是文件名＝“ImageB018”的CT图像的情况下，是指文件名＝“ImageB014”～“ImageB017”的CT图像等。或者，是指文件名＝“ImageB019”～“ImageB022”的CT图像等。
因此，区域识别部1001作为基于比较源CT图像以及比较源CT图像的前后的各层的CT图像，生成作为表示肿瘤以及其周边组织的内部结构的数据的规定区域401的图像的生成单元发挥作用。
另外，对应向量计算部1002作为基于比较目标CT图像以及比较目标CT图像的前后的各层的CT图像，生成作为表示肿瘤以及其周边的内部结构的数据的代表向量计算对象区域800的图像的生成单元发挥作用。
并且，会聚区域判定部1003作为基于由区域识别部1001生成的规定区域401的图像和由对应向量计算部1002生成的代表向量计算对象区域800的图像，检测结构变化的检测单元发挥作用。
部分图像提取部1006在有来自影像解读医生的剖面变更的指示的情况下，对于对应区域402，确定与基准剖面不同的剖面。另外，部分图像提取部1006从比较目标CT图像以及比较目标CT图像的前后的各层的CT图像提取用于生成关于确定出的剖面的剖面图像的部分图像。同样地，部分图像提取部1006对于规定区域401确定与基准剖面不同的剖面。另外，部分图像提取部1006从比较源CT图像以及比较源CT图像的前后的各层的CT图像提取用于生成关于确定出的剖面的剖面图像的部分图像。
剖面图像生成部1007生成关于与基准剖面不同的剖面的剖面图像，并通知给显示控制部143。具体而言，剖面图像生成部1007使用部分图像提取部1006从比较源CT图像以及比较源CT图像的前后的各层的CT图像提取出的部分图像生成剖面图像，并通知给显示控制部143。另外，剖面图像生成部1007使用部分图像提取部1006从比较目标CT图像以及比较目标CT图像的前后的各层的CT图像提取出的部分图像生成剖面图像，并通知给显示控制部143。此外，剖面图像生成部1007在将生成的剖面图像通知给显示控制部143时，也同时通知用于示出生成所使用的剖面的显示信息431、432。
另外，剖面图像生成部1007在有来自影像解读医生的差分向量的显示指示的情况下，将从比较目标CT图像以及比较目标CT图像的前后的各层的CT图像提取出的部分图像所包含的差分向量叠加到所生成的剖面图像。并且，剖面图像生成部1007将叠加了差分向量后的剖面图像通知给显示控制部143。
换句话说，剖面图像生成部1007作为生成关于与基准剖面不同的新剖面的剖面图像的生成单元发挥作用。另外，显示控制部143作为将生成的剖面图像与差分向量(表示结构变化的信息)一起显示的显示单元发挥作用。
接下来，对图10所示的第二配准部142所包含的各部中的、会聚区域判定部1003、代表向量计算部1004、对位部1005、部分图像提取部1006、剖面图像生成部1007的各部的处理内容的具体的例子进行说明。
首先，对会聚区域判定部1003的处理内容的具体的例子进行说明。图11是表示会聚区域判定部的处理内容的图。
图11的例子示出以规定大小的分区将从代表向量计算对象区域800的中心到边缘划分成矩形框状，基于各分区的对应向量判定在代表向量计算对象区域800是否包含有会聚区域702的情况。
此外，将从代表向量计算对象区域800的中心到边缘的距离设为R，将大小设为ΔR。另外，虽然这里对划分成矩形框状的情况进行说明，但也可以不划分成矩形框状而划分成圆环状。
会聚区域判定部1003提取R～(R－ΔR)的范围内的划分组1101(图11的左端所示的代表向量计算对象区域800内的阴影区域)所包含的对应向量。并且，会聚区域判定部1003提取(R－ΔR)～(R－ΔR×2)的范围内的划分组1102(图11的中央所示的代表向量计算对象区域800内的阴影区域)所包含的对应向量。
然后，会聚区域判定部1003计算提取出的对应向量中的、在划分组1101的对应向量与划分组1102的对应向量之间相邻的对应向量彼此的差，求出差分向量。这样求出的差分向量能够表示比较源CT图像与比较目标CT图像之间的特征点的位置的变化之差。图11的右端所示的代表向量计算对象区域800内的各向量表示基于划分组1101的对应向量和划分组1102的对应向量计算出的差分向量的一个例子。
会聚区域判定部1003在这样求出的差分向量大于规定的阈值的情况下，判定该差分向量的方向。另外，会聚区域判定部1003在该差分向量的方向被视为朝向代表向量计算对象区域800的中心方向的情况下，判定为包含有会聚区域。另外，会聚区域判定部1003将存在计算包含有会聚区域这一判定所使用的差分向量时使用的对应向量的、2个划分组的边界位置判定为正常区域701与会聚区域702的边界位置。
此外，根据图11的说明可知，会聚区域判定部1003首先使用从位于代表向量计算对象区域800的最外侧的划分组1101提取出的对应向量来求出差分向量。这是因为能够推断为该对应向量是不受到基于肿瘤变化的位置变动的影响的对应向量，且是与基于呼吸/心跳的位置变动相伴的对应向量。
另外，会聚区域判定部1003计算相邻的对应向量间的差。这是因为在相邻的对应向量之间，基于呼吸/心跳的位置变动没有较大的差异，能够通过计算差来减去基于呼吸/心跳的位置变动的影响。换句话说，通过计算相邻的对应向量间的差而求出的差分向量(除了具有规定的阈值以上的大小的差分向量)能够表示基于肿瘤变化的位置变动量的对应向量(换句话说，表示结构变化的信息)。
此外，之所以会聚区域判定部1003判定差分向量的方向是因为由于会聚区域中的对应向量有朝向肿瘤中心点O的方向这一特性，所以对识别为是基于肿瘤变化的位置变动有效。
接下来，对代表向量计算部1004的处理内容的具体的例子进行说明。图12是表示判定为有会聚区域的情况下的代表向量的计算方法的图。
代表向量计算部1004在代表向量计算对象区域800包含有会聚区域702的情况下，除去在代表向量计算对象区域800中计算出的各对应向量中的、在会聚区域702内存在的对应向量，来求出代表向量。在图12(a)的例子中，在代表向量计算对象区域800中计算出15个对应向量(黑箭头)，使用将其中的在会聚区域702内存在的4个对应向量除外的11个对应向量来计算代表向量。
代表向量1200表示使用11个对应向量计算出的代表向量。这样，通过除去在会聚区域702内存在的4个对应向量，能够排除非刚体变形的影响(换句话说，基于肿瘤变化(随时间的变化)的位置变动量)来求出代表向量。
图12(b)示出通过使用代表向量1200进行基于平移的变换处理，而从比较目标CT图像提取进行了局部对位后的图像的情况。如图12(b)所示，第二配准部142能够通过使与比较源CT图像的规定区域401对应的比较目标CT图像中的区域801根据代表向量1200平移来求出对应区域402。并且，通过从比较目标CT图像提取对应区域402的图像，第二配准部142能够提取进行了局部对位后的图像。
另一方面，图13是表示判定为没有会聚区域的情况下的代表向量的计算方法的图。在代表向量计算部1004中，在代表向量计算对象区域800不包含会聚区域702的情况下，使用在代表向量计算对象区域800中计算出的各对应向量来求出代表向量。但是，肿瘤区域703内所包含的对应向量除外。此外，由于在肿瘤区域703内，不存在特征点的对应点，所以不存在对应向量，因此不管是否将在肿瘤区域703内存在的对应向量排除，计算出的代表向量均相同。
在图13(a)的例子中，在代表向量计算对象区域800中计算出15个对应向量(黑箭头)，代表向量计算部1004使用这些对应向量计算代表向量。代表向量1300表示使用15个对应向量计算出的代表向量。这样，在代表向量计算对象区域800内不包含会聚区域702的情况下，因为不会受到非刚体变形的影响，所以能够使用全部的对应向量计算代表向量。
图13(b)示出通过使用代表向量1300进行基于平移的变换处理，来从比较目标CT图像提取进行了局部对位后的图像的情况。如图13(b)所示，第二配准部142能够通过使与比较源CT图像的规定区域401对应的比较目标CT图像中的区域801根据代表向量1300平移来求出对应区域402。并且，通过从比较目标CT图像提取对应区域402的图像，第二配准部142能够提取进行了局部对位后的图像。
这里，对通过对位部1005使用排除了非刚体变形的影响的代表向量1200进行局部对位而得到的对应区域402的图像进行说明。图14是表示通过使用排除了非刚体变形的影响的代表向量进行局部对位而得到的图像的图。
此外，图14的例子将比较目标CT图像的对应区域402的图像1400和比较源CT图像的规定区域401的图像600重叠表示。
如图14所示，图像1400所包含的血管1401～1403以及肿瘤部分F'的位置与图像600所包含的血管601～603以及肿瘤部分F的位置大体相同。换句话说，在图像1400的情况下，基于心跳/呼吸的位置变动被消除。另一方面，血管1402、1403中的位于肿瘤部分F'的周边的血管相对于图像600所包含的血管601～603中的位于肿瘤部分F的周边的血管，位置偏移。换句话说，在图像1400的情况下，残留有基于肿瘤变化的位置变动的影响。
接下来，对部分图像提取部1006的处理内容的具体的例子进行说明。图15是表示部分图像提取部的处理内容的图。图15(a)表示用于示出剖面的显示信息432。此外，图15(a)所示的x轴表示患者的左右方向，y轴表示患者的前后方向。另外，z轴表示患者的上下方向。另一方面，图15(b)、(c)表示比较目标CT图像的前后的各层的对应区域以及部分图像。
如图15(a)～(c)所示，部分图像提取部1006从对位部1005获取比较目标CT图像(文件名＝“ImageB018”)所包含的对应区域402的图像。另外，部分图像提取部1006提取对应区域402的图像中的包括肿瘤的部分图像1514。此外，在通过部分图像1514确定出的范围包含有差分向量的情况下，也同时提取该差分向量。
同样，部分图像提取部1006提取比较目标CT图像的前一层的CT图像(文件名＝“ImageB017”)所包含的对应区域1503的图像中的与剖面422a对应的部分图像1513。
同样，部分图像提取部1006提取比较目标CT图像之前的各层的CT图像(文件名＝“ImageB016”、“ImageB015”)所包含的对应区域1502、1501的图像中的与剖面422a对应的部分图像1512、1511。
另外，部分图像提取部1006提取比较目标CT图像的后一层的CT图像(文件名＝“ImageB019”)所包含的对应区域1505的图像中的与剖面422a对应的部分图像1515。
同样，部分图像提取部1006提取比较目标CT图像之后的各层的CT图像(文件名＝“ImageB020”、“ImageB021”)所包含的对应区域1506、1507的图像中的与剖面422a对应的部分图像1516、1517。
接下来，对剖面图像生成部1007的处理内容的具体的例子进行说明。图16是表示剖面图像生成部1007的处理内容的图。
剖面图像生成部1007基于在部分图像提取部1006中提取出的部分图像1511～1517(参照图15)生成剖面图像(关于剖面422a的剖面图像)。关于剖面422a的剖面图像422是从与剖面422a大致正交的方向观察患者的肿瘤的周边组织的情况下的剖面图像。
在图16的例子中，为了对比，也同时示出关于作为基准剖面的剖面412a的剖面图像1600(＝比较目标CT图像内的对应区域402的图像1400)。如图16所示，关于剖面412a的剖面图像1600所包含的差分向量的个数以及大小和关于剖面422a的剖面图像422所包含的差分向量的个数以及大小不相等。
这是因为虽然认为会聚本身一致发生，但能够观测与会聚相伴的随时间的变化(移动)的血管等组织不一定在肺内均匀地分布。因此，观测出差分向量的血管等组织在接近肿瘤的情况下，受到较强的会聚力，成为表示较大的移动的差分向量，相反，在远离肿瘤的情况下，受到较弱的会聚力，成为表示较小的移动的差分向量。这里，对于影像解读医生来说，对组织的移动量大的剖面的剖面图像进行影像解读能够容易地找到对于肿瘤的会聚，能够无错误地判断肿瘤是腺癌的可能性高。
鉴于此，在第一实施方式中，剖面图像生成部1007生成关于组织的移动量大的规定的剖面422a的剖面图像，能够在影像解读医生进行影像解读时利用。根据图16的例子，剖面412a的剖面图像1600所包含的差分向量是2个(1600＿1～1600＿2)。与此相对，剖面422a的剖面图像422所包含的差分向量的个数是7个(422＿1～422＿7)，向量的大小也大。
因此，通过将剖面422a的剖面图像422代替对应区域402的图像1400(＝剖面412a的剖面图像1600)来放大显示，影像解读医生能够容易地找到对于肿瘤的会聚。其结果，使影像解读医生能够无错误地判断肿瘤是腺癌。
接下来，对由第二配准部142执行的处理的流程进行说明。图17是由第二配准部执行的处理的第一流程图。
在步骤S1701中，区域识别部1001识别以在比较源CT图像中由影像解读医生指定的肿瘤部分F的位置为中心的规定区域401。
在步骤S1702中，对应向量计算部1002从由区域识别部1001识别出的比较源CT图像的规定区域401提取特征点。另外，检索并提取与提取出的各特征点对应的比较目标CT图像中的各特征点。
在步骤S1703中，会聚区域判定部1003提取包括从比较目标CT图像提取出的各特征点的区域作为代表向量计算对象区域800。
在步骤S1704中，对应向量计算部1002基于从比较源CT图像提取出的各特征点的位置和与该特征点对应的比较目标CT图像中的各特征点的位置的差来计算对应向量。
在步骤S1705中，会聚区域判定部1003基于计算出的对应向量来判定代表向量计算对象区域800是否包含有会聚区域702。另外，在判定为包含有会聚区域702的情况下，会聚区域判定部1003计算正常区域701与会聚区域702的边界位置。此外，后面将描述步骤S1705的会聚区域判定处理的详细的流程图。
在步骤S1706中，代表向量计算部1004基于会聚区域判定处理(步骤S1705)的结果判断会聚区域702的有无。在步骤S1706中判断为不包含有会聚区域702的情况下(在步骤S1706中为“否”)，进入步骤S1707。在步骤S1707中，代表向量计算部1004以及对位部1005进行与腺癌以外的肿瘤对应的局部对位处理。此外，后面将描述步骤S1707的局部对位处理(腺癌以外)的详细的流程图。
在步骤S1708中，代表向量计算部1004将进行了局部对位后的图像作为对应区域402的图像通知给显示控制部143。由此，进行了局部对位后的图像被放大显示到放大显示画面。
另一方面，当在步骤S1706中判断为包含有会聚区域702的情况下(在步骤S1706中为“是”)，进入步骤S1709。在步骤S1709中，代表向量计算部1004以及对位部1005进行与腺癌对应的局部对位处理。此外，后面将描述步骤S1709的局部对位处理(腺癌)的详细的流程图。
在步骤S1710中，代表向量计算部1004将进行了局部对位后的图像1400作为对应区域402的图像通知给显示控制部143。由此，在步骤S1709中进行了局部对位后的图像1400被放大显示到放大显示画面。
在步骤S1711中，部分图像提取部1006判定是否输入有关于在放大显示画面放大显示的图像1400的剖面变更指示(或者，剖面变更指示以及差分向量显示指示双方)。
当在步骤S1711中判定为未输入剖面变更指示的情况下(在步骤S1711中为“否”)，结束第二配准部的处理。另一方面，当在步骤S1711中判定为输入有剖面变更指示的情况下(在步骤S1711中为“是”)，进入步骤S1712。
在步骤S1712中，部分图像提取部1006指示区域识别部1001～对位部1005对于比较目标CT图像的前后的各层的CT图像执行步骤S1701到步骤S1706、S1709的处理。
另外，部分图像提取部1006从比较目标CT图像以及比较目标CT图像的前后的各层的CT图像所包含的对应区域(对应区域1501～1503、402、1505～1507)的图像提取部分图像1511～1517。并且，剖面图像生成部1007基于提取出的部分图像1511～1517生成剖面图像(剖面422a的剖面图像422)，并通知给显示控制部143。由此，通过进行剖面变更处理而得到的剖面图像(剖面422a的剖面图像422)代替进行了局部对位后的图像1400(＝剖面412a的剖面图像1600)被放大显示到放大显示画面。
并且，部分图像提取部1006从比较源CT图像以及比较源CT图像的前后的各层的CT图像所包含的规定区域提取部分图像。并且，剖面图像生成部1007基于提取出的部分图像生成剖面图像，并通知给显示控制部143。由此，在步骤S1712中进行剖面变更处理而得到的剖面图像代替规定区域401的图像600被放大显示到放大显示画面。此外，后面将描述步骤S1712的剖面变更处理的详细的流程图。
接下来，对会聚区域判定处理(步骤S1705)的详细进行说明。图18是会聚区域判定处理的流程图。
在步骤S1801中，会聚区域判定部1003以划分宽度ΔR将从代表向量计算对象区域800的中心(肿瘤中心点O)到边缘划分成圆环状或者矩形框状。在步骤S1802中，会聚区域判定部1003将1代入计数器i。
在步骤S1803中，会聚区域判定部1003提取(R－ΔR×(i－1))～(R－ΔR×i)的范围的划分组、和位于该划分组的内侧(接近肿瘤的一侧)的(R－ΔR×i)～(R－ΔR×(i+1))的范围的划分组。
在步骤S1804中，会聚区域判定部1003计算在提取出的各划分组存在的对应向量中的相邻的对应向量的差，求出差分向量。
在步骤S1805中，会聚区域判定部1003判定差分向量的大小是否是阈值以下。在步骤S1805中判定为是阈值以下的情况下(在步骤S1805中为“是”)，进入步骤S1806，使计数器i加1。
在步骤S1807中，会聚区域判定部1003判定i≥R/ΔR是否成立。在判定为不成立的情况下(在步骤S1807中为“否”)，会聚区域判定部1003判定为在内侧(接近肿瘤的一侧)还有划分组，返回到步骤S1803。
另一方面，当在步骤S1807中判定为i≥R/ΔR成立的情况下(在步骤S1807中为“是”)，会聚区域判定部1003判定为对于全部的划分组计算出差分向量，进入步骤S1808。
在步骤S1808中，会聚区域判定部1003判定为代表向量计算对象区域800不包含有会聚区域702，结束会聚区域判定处理。
另一方面，当在步骤S1805中判定为差分向量的大小大于阈值的情况下(在步骤S1805中为“否”)，进入步骤S1809。在步骤S1809中，会聚区域判定部1003判定差分向量的方向是否朝向代表向量计算对象区域800的中心方向。
当在步骤S1809中判定为不朝向中心方向的情况下(在步骤S1809中为“否”)，进入步骤S1806。另一方面，当在步骤S1809中判定为朝向中心方向的情况下(在步骤S1809中为“是”)，进入步骤S1810。
在步骤S1810中，会聚区域判定部1003判定为在代表向量计算对象区域800包含有会聚区域702，进入步骤S1811。在步骤S1811中，会聚区域判定部1003将距离代表向量计算对象区域800的中心的距离为(R－ΔR×i)的位置判定为正常区域701与会聚区域702的边界位置，结束会聚区域判定处理。
接下来，对步骤S1707的局部对位处理(腺癌以外)的详细进行说明。图19是局部对位处理(腺癌以外)的流程图。
在步骤S1901中，代表向量计算部1004对代表向量计算对象区域800中的肿瘤区域703进行屏蔽(mask)。
在步骤S1902中，代表向量计算部1004使用代表向量计算对象区域800所包含的对应向量中的、在步骤S1901中屏蔽了的肿瘤区域703以外的区域的对应向量，计算代表向量。
在步骤S1903中，对位部1005使用计算出的代表向量，从比较目标CT图像提取与规定区域401对应的对应区域402的图像。由此，能够提取进行了局部对位后的图像。
接下来，对步骤S1709的局部对位处理(腺癌)的详细进行说明。图20是局部对位(腺癌)的流程图。在步骤S1911中，代表向量计算部1004对代表向量计算对象区域800中的包括肿瘤区域703的会聚区域702进行屏蔽。
在步骤S1912中，代表向量计算部1004使用代表向量计算对象区域800所包含的对应向量中的、在步骤S1911中屏蔽了的会聚区域702以外的区域的对应向量，计算代表向量。
在步骤S1913中，对位部1005使用计算出的代表向量，从比较目标CT图像提取与规定区域401对应的对应区域402的图像1400。由此，能够提取进行了局部对位后的图像。
接下来，对剖面变更处理(步骤S1712)的详细进行说明。图21是剖面变更处理的流程图。
在步骤S2001中，部分图像提取部1006确定规定的剖面。规定的剖面是指包括肿瘤的平面，且是对于基准剖面绕规定的轴(剖面方向)旋转规定的剖面角度而得到的剖面412a。规定的剖面既可以预先决定，也可以由影像解读医生指示。
在步骤S2002中，部分图像提取部1006指示区域识别部1001～对应向量计算部1002计算比较源CT图像的前后的各层与比较目标CT图像的前后的各层之间的每层的对应向量。由此，区域识别部1001～对应向量计算部1002在比较源CT图像的前后的各层与比较目标CT图像的前后的各层之间计算每层的对应向量。
在步骤S2003中，部分图像提取部1006指示会聚区域判定部1003执行各层的会聚区域判定处理。由此，会聚区域判定部1003执行各层的会聚区域判定处理。此外，由于在各层中执行的会聚区域判定处理的内容与使用图18说明的会聚区域判定处理相同，所以这里省略详细的说明。
在步骤S2004中，部分图像提取部1006指示代表向量计算部1004以及对位部1005执行各层的局部对位处理。由此，代表向量计算部1004以及对位部1005执行各层的局部对位处理。此外，由于在各层中执行的局部对位处理的内容已经使用图20说明完毕，所以这里省略详细的说明。
在步骤S2005中，部分图像提取部1006获取在步骤S2004中进行了局部对位后的图像(对应区域1501～1503、402、1505～1507的图像)。并且，部分图像提取部1006从获取到的对应区域1501～1503、402、1505～1507的图像分别提取与在步骤S2001中确定出的剖面(422a)对应的部分图像1511～1517。
在步骤S2006中，剖面图像生成部1007基于在步骤S2005中提取出的部分图像1511～1517，生成剖面图像(剖面422a的剖面图像422)。此外，在输入有差分向量显示指示的情况下，同时获取在步骤S2005中提取出的部分图像分别所包含的差分向量，并叠加于剖面图像422。
在步骤S2007中，剖面图像生成部1007将生成的剖面图像422以及用于示出生成剖面图像422时所使用的剖面422a的显示信息432通知给显示控制部143。
此外，图21的流程图是对于对应区域402的图像1400进行剖面变更处理的情况下的流程图，在对于规定区域401的图像600进行剖面变更处理的情况下也相同。其中，在对于规定区域401的图像600进行剖面变更处理的情况下，执行图21所示的流程图的步骤S2005～步骤S2007。另外，对于步骤S2005，将“比较目标CT图像”替换为“比较源CT图像”来执行。
根据以上的说明可知，在第一实施方式中，当在比较源CT图像中由影像解读医生指定了肿瘤部分F的位置的情况下，放大显示规定区域401的图像。另外，通过基于规定区域401的图像进行局部对位来从比较目标CT图像提取对应区域402的图像，并放大显示。
由此，影像解读医生能够容易地把握在不同时期拍摄到的剖面图像组所包含的各CT图像间的对应区域，并且能够进行与肿瘤有关的适当的影像解读。
另外，在第一实施方式中，在有来自影像解读医生的剖面变更的指示的情况下，从比较目标CT图像和比较目标CT图像的前后的各层所包含的对应区域的图像提取与新的剖面对应的部分图像。并且，对提取出的部分图像所包含的差分向量(表示肿瘤的周边组织的会聚的状态的信息)进行提取。并且，放大显示所生成的剖面图像(在有差分向量的显示指示的情况下，放大显示所生成的剖面图像和差分向量)。
由此，能够在较多地出现对于肿瘤的会聚的剖面上显示肿瘤和会聚的状态，影像解读医生能够找到对于肿瘤的会聚，容易地判断为肿瘤是腺癌。换句话说，根据第一实施方式，能够对影像解读医生判断肿瘤是否是腺癌进行辅助。
[第二实施方式]
在上述第一实施方式中，剖面图像生成装置120生成并显示预先决定的剖面或者由影像解读医生指示的剖面的剖面图像。与此相对，在第二实施方式中，生成各种剖面的剖面图像，并基于各个剖面图像所包含的差分向量(表示结构变化的信息)，计算表示结构变化的程度(针对肿瘤的会聚的程度)的评价值。而且，将评价值最高的剖面图像放大显示到放大显示画面。由此，能够在各种剖面中的出现对于肿瘤的会聚最多的剖面上显示肿瘤和会聚的状态。以下，对于第二实施方式，以与上述第一实施方式的不同点为中心进行说明。
首先，对第二实施方式中的部分图像提取部1006的处理内容的具体的例子进行说明。图22、图23是表示第二实施方式中的部分图像提取部的处理内容的图。
如图22所示，第二实施方式中的部分图像提取部1006除了与绕y轴的剖面422a对应的部分图像以外，还提取与绕x轴的剖面2101a对应的部分图像。
具体而言，部分图像提取部1006提取比较目标CT图像以及比较目标CT图像的前后的各层的CT图像所包含的对应区域1501～1503、402、1505～1507的图像中的、与剖面2101a对应的部分图像2111～2117。
另外，如图23所示，第二实施方式中的部分图像提取部1006提取与绕z轴的剖面2102a对应的部分图像。
具体而言，部分图像提取部1006提取比较目标CT图像以及比较目标CT图像的前后的各层的CT图像所包含的对应区域1501～1503、402、1505～1507的图像中的、与剖面2102a对应的部分图像2121～2127。
接下来，对第二实施方式中的剖面图像生成部1007的处理内容的具体的例子进行说明。图24是表示第二实施方式中的剖面图像生成部的处理内容的图。
如图24所示，第二实施方式中的剖面图像生成部1007生成通过绕x轴、y轴、z轴分别以一定的划分宽度改变剖面的角度而得到的多个剖面中的每一个的剖面图像。另外，第二实施方式中的剖面图像生成部1007获取所生成的多个剖面图像分别所包含的差分向量。另外，第二实施方式中的剖面图像生成部1007对于各个剖面图像，以一定角度间隔分割从肿瘤中心点O朝向外侧的放射状的区域，并从各放射状的区域提取向量长度最大的差分向量。并且，第二实施方式中的剖面图像生成部1007对与从各放射状的区域提取出的各差分向量的向量长度对应的评价值进行合计，计算每个剖面图像的评价值的合计值。
这样使用放射状的区域和最大的差分向量是为了影像解读医生容易判断会聚。影像解读医生容易判断会聚的要件是肿瘤周边的血管等组织大幅移动、以及朝向肿瘤中心这2点。其中，为了与前者的要件对应(为了向量长度越大则得到越高的评价值)，使用最大的差分向量计算评价值。另外，为了与后者的要件对应(为了在呈放射状从各个方向均匀地有向量的情况下评价值变高)，在放射状的各区域中仅使用最大的差分向量计算评价值。
图24(a)的例子示出剖面图像生成部1007生成剖面2210a～2212a的剖面图像2210～2212，并在剖面图像221中获取到差分向量2210＿1、2210＿2。另外，示出剖面图像生成部1007将差分向量2210＿1、2210＿2判定为各个放射状的区域中的向量长度为最大的差分向量。并且，示出将与差分向量2210＿1、2210＿2的向量长度对应的评价值分别计算为“0.8”、“0.9”。
其结果，剖面图像生成部1007将剖面图像2210的评价值的合计值计算为“1.7”。此外，在图24(a)的例子中，进一步将剖面图像2211的评价值的合计值计算为“1.1”，将剖面图像2212的评价值的合计值计算为“2.4”。
图24(b)的例子示出剖面图像生成部1007生成剖面2220a～2222a的剖面图像2220～2222，在剖面图像2220中获取到差分向量2220＿1。另外，示出剖面图像生成部1007将差分向量2220＿1判断为各个放射状的区域中的向量长度为最大的差分向量，将与差分向量2220＿1的向量长度对应的评价值计算为“0.2”。
其结果，剖面图像生成部1007将剖面图像2220的评价值的合计值计算为“0.2”。此外，在图24(b)的例子中，进一步将剖面图像2221的评价值的合计值计算为“0.1”，将剖面图像2222的评价值的合计值计算为“0.5”。
图24(c)的例子示出剖面图像生成部1007生成剖面2230a～2232a的剖面图像2230～2232，在剖面图像2230中获取到差分向量2230＿1～2230＿6。另外，示出剖面图像生成部1007将差分向量2230＿2、2230＿3、2230＿4、2230＿5、2230＿6判断为各个放射状的区域中的向量长度为最大的差分向量。并且，示出剖面图像生成部1007将与各个差分向量2230＿2、2230＿3、2230＿4、2230＿5、2230＿6的向量长度对应的评价值计算为“0.5”、“0.4”、“0.1”、“0.8”、“0.8”。
其结果，剖面图像生成部1007将剖面图像2230的评价值的合计值计算为“2.7”。此外，在图24(c)的例子中，进一步将剖面图像2231的评价值的合计值计算为“2.2”，将剖面图像2232的评价值的合计值计算为“2.4”。
剖面图像生成部1007比较多个剖面图像2210～2212、2220～2222、2230～2232各自的评价值的合计值，判断评价值的合计值最大的剖面图像。在图24的例子中，判断为剖面图像2230的评价值的合计值(＝“2.7”)最大。
因此，剖面图像生成部1007将剖面图像2230通知给显示控制部143。由此，显示控制部143能够将所生成的各种剖面图像中的对于肿瘤的会聚出现最多的剖面图像2230放大显示到放大显示画面。
此外，在输入有差分向量显示指示的情况下，将剖面图像2230所包含的差分向量2230＿1～2230＿6通知给显示控制部143。由此，显示控制部143能够同时放大显示差分向量。
这样，在第二实施方式中，剖面图像生成部1007作为基于表示结构变化的信息(差分向量)来确定与基准剖面不同的新剖面的确定单元发挥作用。
接下来，对第二实施方式中的剖面变更处理(步骤S1712)的详细进行说明。图25是剖面变更处理的流程图。此外，由于步骤S2301～S2303与图21的步骤S2002～S2004相同，所以这里省略说明。
在步骤S2304中，部分图像提取部1006设定以一定的划分宽度改变剖面的角度时的旋转轴。部分图像提取部1006按x轴→y轴→z轴的顺序设定。此外，这里首先设定x轴作为旋转轴。
在步骤S2305中，部分图像提取部1006设定剖面角度。在步骤S2306中，部分图像提取部1006从比较目标CT图像以及比较目标CT图像的前后的各层，提取与由所设定的旋转轴以及剖面角度确定的剖面对应的部分图像。
在步骤S2307中，剖面图像生成部1007基于提取出的部分图像生成剖面图像。例如，剖面图像生成部1007生成剖面图像2210。
在步骤S2308中，剖面图像生成部1007计算所生成的剖面图像中的评价值的合计值。例如，剖面图像生成部1007计算“1.7”作为剖面图像2210中的评价值的合计值。
在步骤S2309中，剖面图像生成部1007判定是否对于全部的剖面角度生成了剖面图像。当在步骤S2309中判定有未生成剖面图像的剖面角度的情况下(在步骤S2309中为“否”)，返回到步骤S2305，将剖面角度改变一定的划分宽度，执行步骤S2306～步骤S2308。
另一方面，当在步骤S2309中判定为对于全部的剖面角度生成了剖面图像的情况下(在步骤S2309中为“是”)，进入步骤S2310。
在步骤S2310中，部分图像提取部1006判定是否设定了全部的旋转轴。当在步骤S2310中判定为有未设定的旋转轴的情况下(在步骤S2310中为“否”)，进入步骤S2304。这里，因为仅设定了x轴，所以返回步骤S2304，在设定y轴后，执行步骤S2305～步骤S2309的处理。并且，在设定z轴后，执行步骤S2305～步骤S2309的处理。
当在步骤S2310中判定为设定了全部的旋转轴的情况下(在步骤S2310中为“是”)，进入步骤S2311。在步骤S2311中，剖面图像生成部1007比较所生成的各剖面图像中的评价值的合计值，识别计算出最大的评价值的合计值的剖面图像。并且，剖面图像生成部1007将识别出的剖面图像以及用于示出生成识别出的剖面图像时所使用的剖面的显示信息432通知给显示控制部143。
根据以上的说明可知，在第二实施方式中，生成各种剖面的剖面图像，基于各个剖面图像所包含的差分向量来评价结构变化的程度(对于肿瘤的会聚的程度)。另外，在第二实施方式中，识别评价值最高的剖面图像，放大显示识别出的剖面图像。
由此，根据第二实施方式，能够在各种剖面中的对于肿瘤的会聚出现最多的剖面上显示肿瘤和会聚的状态，影像解读医生能够找到对于肿瘤的会聚，容易地判断肿瘤是腺癌。换句话说，根据第二实施方式，能够对影像解读医生判断肿瘤是否是腺癌进行辅助。
[第三实施方式]
在上述第一以及第二实施方式中，在有剖面变更指示的情况下，生成以包括肿瘤中心点的平面为剖面的剖面图像，作为代替对应区域402的图像而显示的图像。对于此，在第三实施方式中，生成以包括肿瘤中心点的曲面为剖面的剖面图像。这是因为对于肿瘤的会聚出现的剖面不一定为平面，将曲面作为剖面的剖面图像也有出现对于肿瘤的会聚的情况。以下，以与上述第一或者第二实施方式的不同点为中心对第三实施方式进行说明。
首先，对第三实施方式中的剖面图像生成部1007的处理内容的具体的例子进行说明。图26是表示第三实施方式中的剖面图像生成部的处理内容的图。如图26(a)所示，肿瘤的周边组织中的朝向肿瘤移动的周边组织的区域不规则。因此，与包括肿瘤中心点的平面相比，包括肿瘤中心点的曲面成为对于肿瘤的会聚更多地出现的剖面的可能性高。
图26(b)示出包括肿瘤中心点的曲面2401a的一个例子。图26(c)示出曲面2401a的剖面图像2401。如图26(c)所示，曲面2401a的剖面图像2401所包含的差分向量的个数与平面的剖面图像2210～2212、2220～2222、2230～2232的任意一个相比，差分向量的个数都多。另外，各个差分向量的向量长度也长。换句话说，可以说是对于肿瘤的会聚更多地出现的剖面。
接下来，对第三实施方式中的剖面变更处理(步骤S1712)的详细进行说明。图27是剖面变更处理的流程图。此外，由于步骤S2501～S2504与图21的步骤S2001～S2004相同，所以这里省略说明。但是，在步骤S2501中，部分图像提取部1006例如使用最小平方法等确定曲面。或者，部分图像提取部1006使用贝塞尔曲面来确定曲面。
在步骤S2505中，部分图像提取部1006提取比较目标CT图像的与包括肿瘤中心点的曲面2401a对应的部分图像。
在步骤S2506中，剖面图像生成部1007基于在步骤S2505中提取出的部分图像，生成将曲面2401a作为剖面的剖面图像2401。此外，在输入有差分向量显示指示的情况下，同时获取在步骤S2505中提取出的部分图像分别包含的差分向量，并与剖面图像2401叠加。
在步骤S2507中，剖面图像生成部1007将以生成的曲面为剖面的剖面图像2401以及用于示出生成剖面图像2401时所使用的曲面2401a的显示信息通知给显示控制部143。
如以上所述，在第三实施方式中，在有剖面变更指示的情况下，生成以包括肿瘤中心点的曲面为剖面的剖面图像，作为代替对应区域402的图像而显示的图像。由此，能够在对于肿瘤的会聚更多地出现的剖面上显示肿瘤和会聚的状态，影像解读医生能够找到对于肿瘤的会聚，容易地判断肿瘤是腺癌。换句话说，根据第三实施方式，能够对影像解读医生判断肿瘤是否是腺癌进行辅助。
[其他的实施方式]
在上述第三实施方式中，生成了将预先决定的1个曲面作为剖面的剖面图像，但也可以与上述第二实施方式同样地，基于多个曲面生成剖面图像，基于在各个剖面图像中计算出的评价值的合计值，选择1个剖面图像。
或者，也可以在从肿瘤中心点朝向外侧的各地点中，通过从周边的部分图像中不断选择评价值最高的部分图像来提取部分图像，并连结提取出的部分图像，来生成将曲面作为剖面的剖面图像。
另外，在上述第二实施方式中，从多个剖面图像中将评价值的合计值最大的剖面图像放大显示到放大显示画面。然而，在放大显示画面放大显示的剖面图像并不局限为一个，也可以在影像解读医生的指示下切换多个剖面图像来放大显示。此外，此时切换放大显示的多个剖面图像例如也可以限定为评价值的合计值大的上位的剖面图像(例如，前3个剖面图像)。
此外，本发明并不局限于上述实施方式中描述的构成等、与其他要素的组合等本文所示的构成。对于这些方面，能够在不脱离本发明主旨的范围内进行变更，能够根据其应用方式适当地规定。
附图标记说明
100...CT图像拍摄系统；110...CT装置；120...剖面图像生成装置；130...图像DB；140...影像解读辅助部；141...第一配准部；142...第二配准部；143...显示控制部；300...并列显示画面；401...规定区域；402...对应区域；421a...剖面；422a...剖面；431...用于示出剖面的显示信息；432...用于示出剖面的显示信息；701...正常区域；702...会聚区域；703...肿瘤区域；810...代表向量；1001...区域识别部；1002...对应向量计算部；1003...会聚区域判定部；1004...代表向量计算部；1005...对位部；1006...部分图像提取部；1007...剖面图像生成部；1200...代表向量；1300...代表向量。

Claims (9)

1.一种影像解读辅助程序，使计算机执行如下的处理：
基于对于特定对象获取到的第一剖面图像组生成表示上述特定对象的第一内部结构的数据；
根据基于过去对于上述特定对象获取到的第二剖面图像组而生成的表示上述特定对象的第二内部结构的数据、和所生成的表示上述第一内部结构的数据，针对上述第一内部结构检测从上述第二内部结构起的结构变化；
基于检测到的结构变化来确定上述特定对象的新剖面；
基于上述第一剖面图像组生成上述新剖面的上述特定对象的剖面图像；以及
将所生成的上述剖面图像与表示检测到的上述结构变化的信息一起显示。
2.根据权利要求1所述的影像解读辅助程序，其中，使计算机执行如下的处理：
确定上述特定对象的多个新剖面，
基于上述第一剖面图像组，分别生成上述多个新剖面各自的上述特定对象的剖面图像，
显示从所生成的多个上述剖面图像中选择出的一个剖面图像。
3.根据权利要求1所述的影像解读辅助程序，其中，使计算机执行如下的处理：
确定上述特定对象的多个新剖面，
基于上述第一剖面图像组，分别生成上述多个新剖面各自的上述特定对象的剖面图像，
从所生成的多个上述剖面图像中，基于表示检测到的上述结构变化的信息，计算表示上述结构变化的程度的评价值，
显示通过使用上述计算出的评价值而选择出的一个剖面图像。
4.根据权利要求1所述的影像解读辅助程序，其中，
使计算机执行将所生成的上述剖面图像与表示在生成该剖面图像时确定出的剖面的信息一起显示的处理。
5.根据权利要求1所述的影像解读辅助程序，其中，
上述特定对象的新剖面是包括表示上述第一内部结构的数据所包含的肿瘤区域的平面或者曲面。
6.根据权利要求1所述的影像解读辅助程序，其中，
表示上述结构变化的信息是表示基于肿瘤变化的周边组织的位置变动的向量。
7.根据权利要求1所述的影像解读辅助程序，其中，
表示上述第二内部结构的数据是包括肿瘤的规定区域的图像，表示上述第一内部结构的数据是包括与该规定区域的图像所包含的特征点对应的特征点的区域的图像。
8.一种剖面图像生成装置，其特征在于，具有：
第一生成单元，基于对于特定对象获取到的第一剖面图像组，生成表示上述特定对象的第一内部结构的数据；
检测单元，根据基于过去对于上述特定对象获取到的第二剖面图像组而生成的表示上述特定对象的第二内部结构的数据、和所生成的表示上述第一内部结构的数据，针对上述第一内部结构检测从上述第二内部结构起的结构变化；
确定单元，基于检测到的结构变化来确定上述特定对象的新剖面；
第二生成单元，基于上述第一剖面图像组生成上述新剖面的上述特定对象的剖面图像；以及
显示单元，将所生成的上述剖面图像与表示检测到的上述结构变化的信息一起显示。
9.一种剖面图像生成方法，其特征在于，计算机执行如下的处理：
基于对于特定对象获取到的第一剖面图像组，生成表示上述特定对象的第一内部结构的数据；
根据基于过去对于上述特定对象获取到的第二剖面图像组而生成的表示上述特定对象的第二内部结构的数据、和所生成的表示上述第一内部结构的数据，针对上述第一内部结构检测从上述第二内部结构起的结构变化；
基于检测到的结构变化来确定上述特定对象的新剖面；
基于上述第一剖面图像组生成上述新剖面的上述特定对象的剖面图像；以及
将所生成的上述剖面图像与表示检测到的上述结构变化的信息一起显示。
CN201580082695.5A 2015-09-02 2015-09-02 影像解读辅助程序、剖面图像生成装置以及剖面图像生成方法 Active CN107949330B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2015/075004 WO2017037904A1 (ja) 2015-09-02 2015-09-02 読影支援プログラム、断面画像生成装置及び断面画像生成方法

Publications (2)

Publication Number Publication Date
CN107949330A true CN107949330A (zh) 2018-04-20
CN107949330B CN107949330B (zh) 2021-04-20

Family

ID=58186762

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201580082695.5A Active CN107949330B (zh) 2015-09-02 2015-09-02 影像解读辅助程序、剖面图像生成装置以及剖面图像生成方法

Country Status (4)

Country Link
US (1) US10588581B2 (zh)
JP (1) JP6677256B2 (zh)
CN (1) CN107949330B (zh)
WO (1) WO2017037904A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112526608A (zh) * 2020-11-16 2021-03-19 哈尔滨工程大学 一种基于射线简正波的深海完整声道会聚区分类方法

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140067869A1 (en) * 2012-08-30 2014-03-06 Atheer, Inc. Method and apparatus for content association and history tracking in virtual and augmented reality
JP6885896B2 (ja) * 2017-04-10 2021-06-16 富士フイルム株式会社 自動レイアウト装置および自動レイアウト方法並びに自動レイアウトプログラム
JP7444387B2 (ja) 2019-10-10 2024-03-06 東芝エネルギーシステムズ株式会社 医用画像処理装置、医用画像処理プログラム、医用装置、および治療システム

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1484199A (zh) * 2002-08-13 2004-03-24 ��ʽ���綫֥ 使用三维感兴趣区域来处理图像的方法与装置
CN1650808A (zh) * 2003-10-22 2005-08-10 西门子公司 利用统计图像规划层析成像测量中断层位置的方法
CN1981707A (zh) * 2005-12-12 2007-06-20 西门子公司 用于显示断层造影图像数据组的序列的方法和装置
CN101241596A (zh) * 2007-02-09 2008-08-13 爱克发医疗保健公司 使用时间减影技术对间隔变化的视觉增强
US20080253631A1 (en) * 2007-04-11 2008-10-16 Fujifilm Corporation Apparatus and program for assisting report generation
CN102727235A (zh) * 2011-03-29 2012-10-17 株式会社东芝 X 射线ct 装置以及图像处理方法

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4702971B2 (ja) * 1999-11-10 2011-06-15 株式会社東芝 コンピュータ支援診断システム
JP4653324B2 (ja) 2001-02-20 2011-03-16 東芝医用システムエンジニアリング株式会社 画像表示装置、画像表示プログラム、画像処理装置、及び医用画像診断装置
JP4401121B2 (ja) * 2003-07-17 2010-01-20 株式会社日立メディコ 異常陰影検出装置
JP4526114B2 (ja) 2004-05-21 2010-08-18 株式会社日立メディコ 管腔臓器切除シミュレーション方法
US7903857B2 (en) 2006-04-17 2011-03-08 Siemens Medical Solutions Usa, Inc. Robust click-point linking with geometric configuration context: interactive localized registration approach
JP5142591B2 (ja) 2006-06-08 2013-02-13 国立大学法人神戸大学 医用画像診断支援装置および医用画像診断支援プログラム
EP1865464B1 (en) 2006-06-08 2013-11-20 National University Corporation Kobe University Processing device and program product for computer-aided image based diagnosis
EP1947606A1 (en) 2007-01-16 2008-07-23 National University Corporation Kobe University Medical image processing apparatus and medical image processing method
JP5159301B2 (ja) * 2007-12-28 2013-03-06 株式会社東芝 医用画像表示装置および画像表示方法
US8867807B1 (en) * 2011-09-23 2014-10-21 Dr Systems, Inc. Intelligent dynamic preloading and processing
US8675944B2 (en) 2012-01-12 2014-03-18 Kabushiki Kaisha Toshiba Method of registering image data
WO2014177928A2 (en) * 2013-05-02 2014-11-06 Yangqiu Hu Surface and image integration for model evaluation and landmark determination
US10127662B1 (en) * 2014-08-11 2018-11-13 D.R. Systems, Inc. Systems and user interfaces for automated generation of matching 2D series of medical images and efficient annotation of matching 2D medical images

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1484199A (zh) * 2002-08-13 2004-03-24 ��ʽ���綫֥ 使用三维感兴趣区域来处理图像的方法与装置
CN100380404C (zh) * 2002-08-13 2008-04-09 株式会社东芝 使用三维感兴趣区域来处理图像的方法与装置
CN1650808A (zh) * 2003-10-22 2005-08-10 西门子公司 利用统计图像规划层析成像测量中断层位置的方法
CN1981707A (zh) * 2005-12-12 2007-06-20 西门子公司 用于显示断层造影图像数据组的序列的方法和装置
CN101241596A (zh) * 2007-02-09 2008-08-13 爱克发医疗保健公司 使用时间减影技术对间隔变化的视觉增强
US20080253631A1 (en) * 2007-04-11 2008-10-16 Fujifilm Corporation Apparatus and program for assisting report generation
CN102727235A (zh) * 2011-03-29 2012-10-17 株式会社东芝 X 射线ct 装置以及图像处理方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112526608A (zh) * 2020-11-16 2021-03-19 哈尔滨工程大学 一种基于射线简正波的深海完整声道会聚区分类方法
CN112526608B (zh) * 2020-11-16 2022-08-02 哈尔滨工程大学 一种基于射线简正波的深海完整声道会聚区分类方法

Also Published As

Publication number Publication date
JPWO2017037904A1 (ja) 2018-07-12
US10588581B2 (en) 2020-03-17
JP6677256B2 (ja) 2020-04-08
US20180184987A1 (en) 2018-07-05
CN107949330B (zh) 2021-04-20
WO2017037904A1 (ja) 2017-03-09

Similar Documents

Publication Publication Date Title
McClelland et al. Inter-fraction variations in respiratory motion models
EP1880673B1 (en) Method of quantifying organ dynamic behavior, device, method of predicting organ position, device, radiation irradiating method, device and organ abnormality detecting device
EP2457216B1 (en) Anatomy modeling for tumor region of interest definition
Delso et al. The effect of limited MR field of view in MR/PET attenuation correction
CN107949330A (zh) 影像解读辅助程序、剖面图像生成装置以及剖面图像生成方法
US8467856B2 (en) Anatomy modeling for tumor region of interest definition
US6793390B2 (en) Method for automatic arrangement determination of partial radiation images for reconstructing a stitched full image
CN106688014B (zh) 用于确定放射摄影图像的图像质量的设备和方法
Liu et al. Respiratory motion correction for quantitative PET/CT using all detected events with internal—external motion correlation
US7957570B2 (en) System and method to generate an illustration of a cardiac region of interest
US8520915B2 (en) Medical image diagnosis apparatus specifying a spot on a projection image for subsequent 3D imaging
CN102548482B (zh) 医用图像处理装置
CN109419526B (zh) 用于数字乳房断层合成中的运动评估和校正的方法和系统
CN103871036A (zh) 用于三维数字减影血管造影图像的快速配准和拼接方法
JP2005106824A (ja) 内部特徴を再構成する方法及び装置
US20090096454A1 (en) Methods For Rectification of B0 Inhomogeneity effects in Magnetic Resonance Images
JP2005106507A (ja) 画像処理方法
Sanaat et al. Deep‐TOF‐PET: Deep learning‐guided generation of time‐of‐flight from non‐TOF brain PET images in the image and projection domains
JP2014221163A (ja) 画像診断支援装置及び支援方法
JP2007501970A (ja) 画像処理のための方法および装置
CN108634974A (zh) 一种门控信号的确定方法和装置
Khodadad et al. B-spline based free form deformation thoracic non-rigid registration of CT and PET images
US11426131B2 (en) Automated motion correction in PET imaging
CN103732148A (zh) 医用图像处理装置、x 射线ct 装置以及医用图像处理方法
Dinelle et al. Frame‐to‐frame image realignment assessment tool for dynamic brain positron emission tomography

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant